Le procès du New York Times révèle des mémos internes de Microsoft et OpenAI sur le scrapping de données IA

Dans le procès en cours intenté par le New York Times et d’autres éditeurs contre Microsoft et OpenAI, les plaignants ont déposé des documents internes non censurés qui éclairent la façon dont les deux géants technologiques perçoivent la collecte à grande échelle de contenus protégés pour entraîner leurs modèles génératifs d’IA.

Ces pièces comprennent des courriels et des rapports internes qui n’ont pas été expurgés avant d’être introduits au dossier, selon les enquêtes d’Ars Technica du 17 septembre 2026 et de Golem.de du 18 septembre 2026.

Un langage exécutif qualifie la pratique de vol inédit

Un mémo cite Brent Hecht, directeur des sciences appliquées chez Microsoft, qualifiant la collecte massive de contenus de « le plus grand vol de travail de l’histoire de l’humanité », tout en remettant en cause en interne la défense du fair‑use.

Le commentaire de Hecht, tel qu’il apparaît dans les dossiers judiciaires, ne constitue pas une analyse juridique mais reflète un point de vue personnel, nuance que Microsoft a soulignée dans sa réponse publique.

Risque d’une boucle économique destructrice

Un autre document interne de Microsoft met en garde contre une « boucle destructrice » : les produits d’IA qui s’appuient sur du contenu protégé pourraient réduire les revenus des producteurs originaux, ce qui diminuerait à son tour la matière disponible pour l’entraînement futur des modèles.

Le mémo avertit que ce cycle pourrait fragiliser la santé à long terme de l’écosystème éditorial, préoccupation reprise par les plaignants dans leur plainte.

Preuves de baisse du trafic et du comportement des lecteurs

Les plaignants ont présenté des données montrant des baisses de taux de clics allant de 83 % à 93 % pour certains titres et de 51 % à 94 % pour d’autres après l’affichage de réponses générées par l’IA à la place des articles originaux. Ces chiffres sont présentés comme des éléments de preuve, et non comme un fait établi par le tribunal.

Des messages internes d’OpenAI révèlent que certains employés pensaient que les utilisateurs seraient moins enclins à cliquer sur un lien lorsque la réponse était déjà fournie par l’IA, renforçant ainsi la revendication des éditeurs d’une perte de trafic.

• Brent Hecht a qualifié le scrapping « le plus grand vol de travail de l’histoire »
• Microsoft a alerté d’une boucle de revenus destructrice pour les producteurs de contenu
• Satya Nadella a témoigné que les assistants IA peuvent remplacer une visite de site en livrant l’information directement
• Le personnel d’OpenAI s’attendait à une baisse des taux de clics lorsque les réponses étaient pré‑générées

Satya Nadella, PDG de Microsoft, a déclaré sous serment que les assistants IA pouvaient effectivement remplacer la visite d’un utilisateur sur la source originale en fournissant l’information demandée directement, une affirmation qui concorde avec les inquiétudes internes concernant la perte de trafic.

Les plaignants allèguent également qu’une technique de contournement de pare‑feu a été découverte, permettant à un fournisseur tiers de fournir environ 1,8 million d’articles du New York Times sous des restrictions d’usage commercial, ensuite exploités pour l’entraînement des modèles.

Microsoft a rétorqué que les citations reflètent le point de vue d’un employé individuel et ne constituent pas la position juridique officielle de l’entreprise. Microsoft et OpenAI soutiennent toujours que leur utilisation de matériel protégé relève du fair‑use, une affirmation qui n’a pas encore été tranchée par un tribunal.

Aucune décision judiciaire sur le fond de ces allégations n’a encore été rendue ; les documents restent dans le dossier probatoire tandis que l’affaire progresse vers un jugement substantiel.

Pour les organisations francophones, la diffusion de ces mémos internes signale un risque accru pour les entreprises qui s’appuient sur du contenu généré par IA. Les doutes internes quant au fair‑use et les pertes de trafic chiffrées laissent entrevoir des litiges futurs imposant des exigences de licence plus strictes, une plus grande transparence sur les sources de données et potentiellement un coût plus élevé pour le déploiement de modèles de langage à grande échelle reposant sur des textes protégés.